一种用于网络入侵检测的杂交聚类算法研究

• 作者: 肖立中 邵志清 钱夕元
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 粒子群优化 K均值算法 全局优化 入侵检测
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 安全技术
• 页码范围: 125-127
• 页数: 3页
• 分类号: TP393.08
• 字数: 4059字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.04.043

摘要

针对K均值聚类算法在全局优化中的不足,提出了基于粒子群的K均值(PSO-KM)聚类算法.粒子群优化算法作为一种基于群智能方法的演化计算技术,有很好的全局搜索能力.通过理论分析及实验证明,该算法有较好的全局收敛性,能有效地克服传统的K均值算法易陷入局部极小值的缺点.对KDD-99数据集的仿真实验结果表明,该算法在入侵检测中能获得令人满意的检测率和误检率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵志清	华东理工大学信息科学与工程学院	90	761	14.0	24.0
2	钱夕元	华东理工大学理学院	31	264	7.0	16.0
3	肖立中	华东理工大学信息科学与工程学院	7	49	5.0	7.0